随机网络演算及性能分析

对网络系统中的时延等性能指标问题,利用随机网络演算对单节点服务器建立ON/OFF到达模型和常速率服务器模型,建立了单节点服务器的时延分析框架,求解得到时延的边界,并通过NS2仿真工具进行实验分析验证了框架的有效性。该方法得到的时延的违约概率在5 s之内,对计算机网络性能的分析和随机网络演算的应用具有指导意义。     

基于网络演算的网络性能分析研究

网络性能分析是解决网络排队问题、进行网络应用研究的基础。新兴的网络演算理论应用于网络性能分析能够弥补传统网络性能分析的不足。本文结合现有文献,对网络演算研究现状进行综述,并对如何运用网络演算求解QoS性能指标、进行网络性能分析给出推导和论述。最后总结了基于网络演算的网络性能分析方法的研究进展以及未来的研究方向。     

基于回溯的QKD网络随机路由选择算法研究

为了解决已有的基于信任中继的QKD网络路由方案存在的密钥浪费、传输效率低下等问题,该文针对已有的路由算法进行改进,提出了一种基于回溯的随机路由算法.该算法在选路过程中对每个分支添加回溯点,针对已选路径传输过程中遇到某条链路密钥量不足的情况,通过查找最近的回溯点,从回溯点开始沿着随机选择的新路径重新进行密钥传递.对比实验...     

网络演算理论及其在分组交换网中的应用

针对分组交换网性能评价问题,首先运用确定网络演算理论与方法,分析了航空全双工交换以太网（AFDX,Avionics Full DupleX Switched Ethemet）中数据传输的性能,证明了AFDX数据传输的确定性,给出了保障可靠数据传输网络参数的配置方案;其次,围绕有线一无线混合（WcW）网中贯穿流的随机特性,利用随机网络演算理论与方法,分析并推导出了WcW网络的数据传输性能边界。     

基于网络演算理论的Damper调度机制

提出了一种新的报文调度机制,以实现网络端到端确定性低时延和低抖动.该机制利用网络演算理论来提供逐跳的时延上界指导,并通过逐跳增加Damper的方式对报文进行主动等待,实现对报文的逐跳聚合整形,消除了传统网际互联协议（IP）网络中由于波峰叠加造成的时延恶化.该机制不要求网络设备之间时间同步,不需要核心节点维护逐流状态,可支持大规模传输距离,在大规模IP网络中扩展性好.     

随机网络路由仿真平台的创建及应用

根据路由仿真平台的现状及一般设计原则 ,介绍了基于QoS(QualityofService)的随机网络路由仿真平台的开发设计与应用 ,提出了几种较为新颖的网络拓扑生成方法 .实践证明这些方法能很好地描述网络特性 ,并能正确有效地反映路由算法的性能     

基于网络演算的AVB网络流量接纳准则研究

针对AVB网络中的流量整形机制,考虑在网络演算方法的基础上,对其进行流量接纳准则的分析.将AVB流预留协议约定的两类优先级扩展为三类优先级;结合信用量整形机制的信用量消耗规则,实现高、中、低三类优先级流量的服务曲线计算,并完成各类流量端到端传输实时性的分析;依据于端到端传输延时的变化,提出AVB流量接纳准则.基于该流量...     

密集传感器网络中节点随机调度算法研究

对于密集型传感器网络,节点交替工作能有效地延长网络的生命周期。该文基于Cover的随机节点调度算法进行深入分析,首先给出k-覆盖网络中覆盖强度的定义,并利用基本概率理论估计k-覆盖网络的覆盖强度;然后分析2-覆盖网络中节点密度、覆盖强度以及能量节省水平之间的关系(即部署节点个数n和2-覆盖网络的覆盖强度Cn2以及划分COVER个数c)。该文研究工作对部署容错性较高的能量有效性传感器网络具有一定的指导意义。     

移动容迟网络中基于改进随机路点模型的移动连接路由

在移动容迟网络中,考虑到稀疏网络节点混存长时间被无效消息占用情况,将移动连接路由算法与倒数计时器和快速缓存释放策略相结合,提出了加速缓存释放的移动连接路由算法,并研究了节点移动速率、通信距离、节点数量、消息有效时间、场景尺寸等对算法性能的影响。结果表明:该路由算法在保证传输可靠性的前提下能够提高网络的传输效率。     

传感器网络中基于模糊决策的多目标路由优化算法

针对无线传感器网络的特点,选取能耗和时延作为优化目标,建立了基于模糊决策理论的多目标整数规划的网络模型．采用目标满意度隶属函数定义各目标的优化贴近程度,提出了一种多目标优化路由算法．通过调整压缩满意度空间,可适应不同业务对能耗和时延的不同要求．实例计算结果表明了算法的可行性．仿真分析表明,在基于能耗和时延的满意度隶属函数加权和的综合性能指标上,本算法优于最小能耗算法和最小时延算法．     

一种蚁群策略的双信道传感器网络路由算法

针对高负载无线传感器网络堵塞率比较高的问题,提出了一种基于蚁群策略的双信道传感器网络路由算法(CORA).该算法首先利用双信道通信模式降低了信道竞争过程中的数据碰撞和多播抑制几率;再利用最大感染球策略来压缩蚁群的寻路范围,进而降低网络的寻路能耗;借助分层图模型提出了一种两层网络联合优化的选路策略,该策略可将控制层中被堵塞的寻路业务有条件地下放在数据层中传输,从而降低网络的堵塞率和通信延迟.仿真结果表明,与一种基于蚂蚁策略的能量有效路由算法及一种基于蚁群策略的能量有效路由算法相比,CORA算法能将高负载网络下的堵塞率下调13%,且能有效降低数据包的平均通信时间和网络的通信能耗.     

认知无线电最短传输时延路由算法

针对传统路由协议在认知网络中存在的缺陷,提出了一种基于最短传输时延的路由算法(SDCR)．SDCR综合考虑认知网络特性,通过计算给定数据包的链路传输时延,并将此传输时延作为链路的边权值,利用经典的迪克斯屈拉算法找出传输时延最短的路由．仿真分析表明,SDCR具有比传统路由协议更短的端到端时延．     

基于依赖网络的告警分析算法

告警的相关性分析是网络管理中最重要最必要的技术,在分析告警分析的语法模型的基础上,提出了基于依赖网络的告警分析算法,即通过分层模型来对网络系统进行模型化处理,以静态依赖网络来描述告警传递模型,通过告警映射形成依赖网络来进行告警分析.     

Modified stochastic user-equilibrium assignment algorithm for urban rail transit under network operation

Based on the framework of method of successive averages(MSA), a modified stochastic user-equilibrium assignment algorithm was proposed, which can be used to calculate the passenger flow distribution of urban rail transit(URT) under network operation. In order to describe the congestion’s impact to passengers’ route choices, a generalized cost function with in-vehicle congestion was set up. Building on the k-th shortest path algorithm, a method for generating choice set with time constraint was embedded, considering the characteristics of network operation. A simple but efficient route choice model, which was derived from travel surveys for URT passengers in China, was introduced to perform the stochastic network loading at each iteration in the algorithm. Initial tests on the URT network in Shanghai City show that the methodology, with rational calculation time, promises to compute more precisely the passenger flow distribution of URT under network operation, compared with those practical algorithms used in today’s China.     

基于遗传神经网络的语音信号盲分离算法

通过分析基于神经网络的经典盲分离算法具有容易陷入局部极小点,从而导致收敛速度慢和分离效果不准确的缺点,本文首先利用遗传神经网络算法对分离权值进行初始化,然后通过选择操作、交叉操作和变异操作,进行样本训练控制,在整个搜索空间进行搜索,得到分离矩阵最优值,最后实现了语音信号的盲分离。实验表明：该算法具有分离速度快、效果明显等特点。     

基于信任网络重构的推荐算法

基于信任网络的重构问题,提出一种新颖的推荐算法。将用户相似值与信任关系相结合构建初始信任网络,对用户未评分项进行初始预测;利用一种基于可靠性度量方法评价预测评分的质量,对于未评分项目根据新组建的用户信任网络进行最终评分预测。在两个真实数据集Epinions和Flixster上进行了性能验证,试验结果表明,信任网络的重构可以有效解决推荐系统中的数据稀疏问题,在查全率和查准率上优于传统的推荐算法。     

基于径向基函数神经网络的波束形成算法

提出一种基于径向基函数(RBF)神经网络的波束形成算法。针对最小方差无失真响应(MVDR)算法,由接收信号的协方差矩阵计算其权矢量;将协方差矩阵以列向量的形式输入RBF神经网络,对其加以训练,使之逼近MVDR算法的权矢量;将训练好的RBF神经网络用于波束形成中,对不同角度的接收信号,RBF神经网络可自适应地输出相应权矢量。仿真结果表明,基于RBF神经网络的波束形成算法能快速逼近任意波束算法的权矢量,波束赋形效果良好,与已有波束形成算法相比,可降低算法复杂度,减少计算量。     

Application of detecting algorithm based on network

Because currently intrusion detection systems cannot detect undefined intrusion behavior effectively,according to the robustness and adaptability of the genetic algorithms, this paper integrates the genetic algorithms into an intrusion detection system, and a detection algorithm based on network traffic is proposed. This algorithm is a real-time and self-study algorithm and can detect undefined intrusion behaviors effectively.     

基于Pi演算的前沿调度算法并行性建模及实现

前沿调度算法是分布式环境下任务调度算法——关系演化算法的第一阶段。本文利用Pi演算的通道和表编程概念,提出对前沿调度算法并行性建模,并通过Pict语言编程实现。实验证明这种算法实现比传统的C语言实现更加高效,从而能够将Pi演算应用到关系演化算法的三个阶段中,提高关系演化调度算法的效率。本文通过对不同类型的任务调度模型的拓扑结构进行建模对比,验证了使用并行性的Pi演算对前沿调度算法实现的效率的优越性。     

基于随机用户均衡的路网拥挤收费模型与算法

为了减轻交通路网拥堵问题,结合现实交通流分配,采用随机用户均衡配流模型,以最小化路网总体出行时间为目标建立了一个拥挤收费的双层模型.对于这种模型,提出了一种新的求解算法,这种算法是将仿射尺度算法与遗传算法相结合.具体地,对给定的收费值,由仿射尺度算法来求解下层随机用户均衡问题得均衡路段流,将其带入上层可求得系统总出行时间.当选取1组初始收费值,可以求得在取各个收费值下的系统总出行时间.这样便可以根据遗传算法来求得最优收费值.数值实验结果表明,在实施收费之后,系统总出行时间得到有效减少,这种模型及算法可以有效地应用于减缓交通路网的拥堵问题.